Fugu-MT 論文翻訳(概要): Quantum Machine Learning for Finance

論文の概要: Quantum Machine Learning for Finance

arxiv url: http://arxiv.org/abs/2109.04298v1
Date: Thu, 9 Sep 2021 14:20:10 GMT
ステータス: 処理完了
システム内更新日: 2021-09-10 21:20:39.396089
Title: Quantum Machine Learning for Finance
Title（参考訳）: 金融のための量子機械学習
Authors: Marco Pistoia, Syed Farhan Ahmad, Akshay Ajagekar, Alexander Buts, Shouvanik Chakrabarti, Dylan Herman, Shaohan Hu, Andrew Jena, Pierre Minssen, Pradeep Niroula, Arthur Rattew, Yue Sun, Romina Yalovetzky
Abstract要約: 量子コンピューティングの恩恵を受けた最初の業界セクターは金融だと考えられている。本稿では,金融分野における量子アルゴリズムの現状について述べる。
参考スコア（独自算出の注目度）: 52.97198108304122
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Quantum computers are expected to surpass the computational capabilities of classical computers during this decade, and achieve disruptive impact on numerous industry sectors, particularly finance. In fact, finance is estimated to be the first industry sector to benefit from Quantum Computing not only in the medium and long terms, but even in the short term. This review paper presents the state of the art of quantum algorithms for financial applications, with particular focus to those use cases that can be solved via Machine Learning.
Abstract（参考訳）: 量子コンピュータはこの10年間で古典的コンピュータの計算能力を超え、多くの業界、特に金融業界に破壊的な影響をもたらすと期待されている。実際、金融は、中長期だけでなく、短期においても量子コンピューティングの恩恵を受ける最初の産業であると推定されている。本稿では,金融分野における量子アルゴリズムの現状,特に機械学習によって解決できるユースケースについて述べる。

関連論文リスト

Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
論文参考訳（メタデータ） (2024-11-14T12:27:50Z)
Quantum computing for finance [15.341098545888944]
量子コンピュータは、古典的なコンピュータの計算能力を超え、多くの産業に変革をもたらすことが期待されている。このレビューは物理学者を対象とし、金融業界で使われている古典的手法の概要を述べ、量子技術の潜在的な利点と限界について論じている。
論文参考訳（メタデータ） (2023-07-20T20:55:11Z)
Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文参考訳（メタデータ） (2023-01-04T23:37:45Z)
Quantum classical hybrid neural networks for continuous variable prediction [13.944536712362007]
この10年以内に、量子コンピュータは処理能力で従来のコンピュータより優れていると予測されている。金融セクターは、短期と長期の両方で量子コンピューティングの恩恵を受ける最初の1つになると予測されている。
論文参考訳（メタデータ） (2022-12-08T11:47:39Z)
Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。機械学習の観点からQGLMの現状を概観する。従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文参考訳（メタデータ） (2022-06-07T07:32:57Z)
A Survey of Quantum Computing for Finance [15.341098545888944]
金融は量子コンピューティングの恩恵を受けた最初の産業セクターであると推定されている。量子コンピュータは、この10年間で古典的なコンピュータの計算能力を上回ることが期待されている。
論文参考訳（メタデータ） (2022-01-08T06:16:21Z)
Prospects and challenges of quantum finance [5.545791216381869]
モンテカルロ法,ポートフォリオ最適化,機械学習の量子スピードアップを検討する。これらの量子ファイナンスアルゴリズムの短期的関連性はアプリケーションによって大きく異なる。我々はこれらのスピードアップを実験的な実現可能性に近づける強力な方法を説明する。
論文参考訳（メタデータ） (2020-11-12T17:02:11Z)
Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文参考訳（メタデータ） (2020-09-02T22:46:47Z)
Quantum Computing for Finance: State of the Art and Future Prospects [8.77758485723332]
本稿では、金融問題に対する量子コンピューティングの適用性、現状、および可能性に関する私たちの視点を概説する。シミュレーションや最適化,マシンラーニング問題など,金融サービスで発生する特定のアプリケーションに対する,詳細な量子アルゴリズムについて説明する。さらに、IBM Quantumバックエンドにおける量子アルゴリズムのデモンストレーションを含め、金融サービスにおける問題に対する量子アルゴリズムの潜在的なメリットについて議論する。
論文参考訳（メタデータ） (2020-06-25T16:02:05Z)
An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文参考訳（メタデータ） (2020-05-06T14:18:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。